目录

1数据集构建

1.1训练集是什么

1.2验证集是什么

1.3 测试集又是什么

1.4 产生的txt文件表示什么

2 进行训练

3对结果进行简单分析

 3.1验证集性能详解

整体性能（all类别）

各类别性能分析

3.2关键发现与建议

1. insulator（绝缘子）表现完美

2. flashover（闪络）需要重点关注 ⚠️

4借助测试集进行分析

1数据集构建

我们先下载一个数据集标注工具

打开vscode在激活yolo环境之后下载此插件

pip install labelimg

安装完之后，启动 labelimg ，输入

labelimg

输入之后会弹出abelimg的程序

但是abelimg面临的问题是我们需要手动标注，会比较麻烦，因此我们选择更方便的方式，自己从网络上下载开源数据集--电线杆绝缘子缺陷检测

创建新的文件夹，在文件夹里面加进去训练集 验证集

这里我们先明确一下这两个是什么？

1.1训练集是什么

🎓 训练集 (Training Set) - “课本与习题”

• 核心作用：教模型认识什么是缺陷。

• 工作方式：你把带有标注框的图片（比如告诉模型“这个是绝缘子，那个是闪络”）喂给它。模型通过不断“做习题”（计算损失Loss）和“对答案”（反向传播）来调整自己的参数，学习如何从图片中提取特征、定位和分类目标。

• 你的情况：你用来训练的图片（比如之前推断出的约900-1400张）就是训练集。模型75轮的迭代，主要就是在这个数据集上完成的。

1.2验证集是什么

📝 验证集 (Validation Set) - “模拟考试”

• 核心作用：客观评估模型的表现，并监控训练过程。

• 工作方式：这部分图片模型从未在训练中见过。每完成一轮（或几轮）学习，我们就让模型在验证集上“考一次试”。通过计算它在验证集上的精确率（P）、召回率（R）、mAP等指标，我们才能知道模型是真的学会了，还是仅仅把训练集的题目背下来了（过拟合）。

• 你的情况：你那601张验证集图片就是“模拟考卷”。你看到的mAP50=0.872、各类别的P、R值，都是模型在验证集这个“模拟考”中取得的真实成绩。

1.3 测试集又是什么

测试集就是“最终大考”，用来评估模型训练好之后的真实泛化能力。

它的核心原则是：模型在训练过程中，绝对不能“看到”或“接触”到测试集中的任何一张图片，就像学生在期末考试前，绝对不能提前看到考题一样。

1.4 产生的txt文件表示什么

但是我们又注意到lables文件夹里面全是txt文件，这又是什么呢?

这些TXT文件并不是普通的文本，而是一种特定格式的坐标数据。每行代表图片中的一个目标（比如一个缺陷），格式如下：

<class_id> <x_center> <y_center> <width> <height>

• <class_id>： 目标的类别编号，例如 0 代表 daitu，1 代表 mingren。

• <x_center> <y_center>： 目标中心点的位置，相对于图片的宽度和高度进行归一化后得到的坐标。

• <width> <height>： 目标边界框的宽度和高度，同样是相对于图片的宽度和高度进行归一化后的值。

为什么不用其他格式（如JSON、XML）？

TXT格式简单、轻量，解析速度极快。对于YOLO这种需要每秒处理成百上千张图片的训练任务来说，速度至关重要。相比之下，JSON或XML这种结构化文件会增加不必要的解析开销。

文件之间的“一一对应”关系

这是最关键的一点。假设你的数据集里有一张名为 image_001.jpg 的图片，那么它的“答案”文件必须命名为 image_001.txt，并且放在labels文件夹下对应的子目录（train 或 val）中。

2 进行训练

创建yaml文件，输入以下内容

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ...]
path: bvn  # dataset root dir
train: images/train  # train images (relative to 'path') 4 images
val: images/val  # val images (relative to 'path') 4 images
test:  # test images (optional)

# Classes
names: 
  0: flashover     
  1: insulator 
  2: lose
  3: damaged

在终端里面输入以下内容

yolo task=detect mode=train model=./yolov8n.pt data=yolo-bvn.yaml epochs=75 workers=1 batch=16

Deepseek表示好一点的显卡可以增加workers和batch大小

出现以下表示开始训练

3对结果进行简单分析

 3.1验证集性能详解

整体性能（all类别）

指标	数值	含义	评价
Images	601	验证集图片数量	说明你的1500张图中约40%用于验证
Instances	1777	验证集中的标注目标总数	平均每张图约3个缺陷
Box(P)	0.895	精确率 = 89.5%	优秀！预测为正样本中有89.5%是对的
R	0.828	召回率 = 82.8%	良好！82.8%的真实缺陷被检出
mAP50	0.872	IoU=0.5时的平均精度	87.2%，非常好的成绩
mAP50-95	0.563	严格阈值下的平均精度	56.3%，这是正常范围

各类别性能分析

你的数据集有 4个类别（从输出看是4类）：

类别	Images	Instances	P(精确率)	R(召回率)	mAP50	mAP50-95	问题分析
flashover	155	498	0.852	0.663	0.756	0.333	⚠️ 召回率偏低，漏检较多
insulator	601	750	0.945	0.983	0.987	0.898	✅ 表现完美，检测非常准确
lose	318	333	0.887	0.820	0.868	0.548	✅ 表现良好
damaged	138	196	0.897	0.846	0.879	0.472	✅ 表现良好

3.2关键发现与建议

1. insulator（绝缘子）表现完美

• mAP50高达 98.7%，几乎零错误

• 说明该类缺陷特征非常明显，模型学得很好

2. flashover（闪络）需要重点关注 ⚠️

• 召回率仅66.3%，意味着超过1/3的闪络缺陷被漏检

• 可能原因：

  • 训练样本不足（只有155张图包含该类）

  • 闪络缺陷特征不明显或变化多样

  • 标注可能存在遗漏

我们打开train5文件夹，可以查到结果保存的数据，可以观测出精度的变化

4借助测试集进行分析

启动了yolo之后，在CMD输入以下命令，包括-要选择的最佳模型-检测的图片地址-保存的位置

yolo detect predict model=runs/detect/train5/weights/best.pt source="C:\Users\Administrator\Desktop\ultralytics-main\datasets\bvn\images\test" save=True project=my_detect_results name=detection_results

运行结束之后有如下结果！

观测电脑处理性能 可见进行模型检测主要还是依赖GPU和内存

打开my_detect_results文件夹，观察训练好的图片